読解支援

1. Presentaion : 塩⽥田健⼈人1

2. u どんな問題を解いたか
u ⾔言い換え対象の語が⽂文中で重要な語であるかの選定
u その語が無いと⽂文の意味が変わってしまう
u ⾔言い換え対象語の同義語を⾒見見つけ、語義曖昧性解消
u 複合語を構成する語かどうか
u →複合語を⾒見見分ける
複合語:blood pressure, letter writing
u どうやって解いたか
u ⼈人間と機械に同じ課題を与え、結果を⽐比べる
u システムを9つのチームに作らせて出来を⽐比べた
2

3. u English Internet Corpus
u 2010⽂文をランダムに選び、201のtarget word
→⾔言い換えるtarget wordは初めに決められている
u 300⽂文を学習データ（30個の⾔言い換え語）
1710⽂文をテスト⽤用データとして利利⽤用
3

4. u 5⼈人の英国⼈人
u ３つまで⾔言い換え候補の語を挙げることが出来、複数の
同じ意味の語があった場合より⼀一般的な語で置き換える
u １語で置き換えできなかったら句句で置き換え可能
u Target wordが⽒氏名の⼀一部なら”NAME”とし、
適切切な置き換え候補がなかった場合は”NIL”とする
u アノテーターは⾔言い換えをする際に複合語を⽤用いること
がある
4

5. u 10つのシステムがあり、そのうち8つのシステムがweb
クエリやwebデータから語義曖昧性解消の学習データを
参照した
u Webクエリ：HIT, MELB, UNT
u Webデータ：IRST2, KU, SWAG1, SWAG2, USYD,
UNT
u 9のシステムはタグ付けなしデータを⽤用いたが、１つは
頻出語ではない同義語をフィルタリングするためにタグ
付けありデータを⽤用いた
u UNTは機械翻訳エンジンを使⽤用している
5

6. u Ⅰ）best
u システムが⾔言い換え可能と判断した語を出来るだけ
たくさん出⼒力力したもの
u 予測の第⼀一候補に⽤用いられる
u Ⅱ）oot
u 10語だけ⾔言い換え可能な語を出⼒力力したもの
u システムがアノテーターの出した答えと同じ物にな
る確率率率があがる
u Ⅲ）mw
u target wordが複合語の⼀一部であり、また⽂文に不不可⽋欠
な語であるかを判定しなければならない
6

7. u WordNet 2.1を⽤用いてbaselinesを作成する
u Bestとoot
u 同義語が初めのsynsetにある場合
u 同義語がその語の上位語からきている場合
u 同義語が全てのsynsetにある場合
u 同義語が上位語からきている、もしくは近いクラスの
synsetにある場合
→bestは条件に当てはまる語全て
→ootは条件に当てはまる上位10個の語
u mw
u 複合語がWordNetにあり、target wordが前後2単語以内
にある場合
7

8. 8

9. 9

10. 10

11. u ほぼ全ての作成したシステムがbaselineを超えることが
出来た
u あらかじめ定義されたがデータを使わないので、偏りな
しにシステムの出⼒力力を⽐比較することができた
11

12. u アノテータの集合：H
u ２つ以上の回答を持つ単語の集合：T
u アノテータhの単語iについての回答の集合：h_̲i
u 最⾼高頻度度の回答：mode()
u mode()の集合：TM
u Tの部分集合：A
u TMの部分集合：AM
12

13. 13

14. 14

15. 15